Descarga la aplicación para disfrutar aún más
Vista previa del material en texto
UNIVERSIDAD NACIONAL AUTÓNOMA DE MÉXICO PROGRAMA DE MAESTRIA Y DOCTORADO EN CIENCIAS MEDICAS, ODONTOLOGICAS Y DE LA SALUD Análisis de cambios en la microbiota intestinal en pacientes con diabetes tipo 2 tratados con metformina. TESIS QUE PARA OPTAR POR EL GRADO DE MAESTRA EN INVESTIGACION CLINICA EXPERIMENTAL EN SALUD PRESENTA: BIOL. DULCE KARINA RICO AMADOR TUTOR: DRA. MARIA TERESA VILLARREAL CIUDAD UNIVERSITARIA CD MX MAYO 2018 Margarita Texto escrito a máquina PROGRAMA DE MAESTRIA Y DOCTORADO EN CIENCIAS MEDICAS, ODONTOLOGICAS Y DE LA SALUD Margarita Texto escrito a máquina Margarita Texto escrito a máquina Margarita Texto escrito a máquina UNAM – Dirección General de Bibliotecas Tesis Digitales Restricciones de uso DERECHOS RESERVADOS © PROHIBIDA SU REPRODUCCIÓN TOTAL O PARCIAL Todo el material contenido en esta tesis esta protegido por la Ley Federal del Derecho de Autor (LFDA) de los Estados Unidos Mexicanos (México). El uso de imágenes, fragmentos de videos, y demás material que sea objeto de protección de los derechos de autor, será exclusivamente para fines educativos e informativos y deberá citar la fuente donde la obtuvo mencionando el autor o autores. Cualquier uso distinto como el lucro, reproducción, edición o modificación, será perseguido y sancionado por el respectivo titular de los Derechos de Autor. I Indice I. RESUMEN 1 II. INTRODUCCIÓN 2 III. MARCO TEORICO 2 3.1 Definición y diagnóstico de diabetes mellitus tipo 2 (DT2) 2 3.2 Tipos de diabetes mellitus 3 a) Diabetes tipo mellitus 1 (DT1). 3 b) Diabetes tipo 2 mellitus (DT2) 4 c) Diabetes gestacional. 5 3.3 Epidemiología de la diabetes mellitus tipo 2. 5 3.4 Fisiopatología de la diabetes mellitus tipo 2. 6 • Secreción de insulina 7 • Acción periférica de la insulina 8 3.5 Hiperinsulinemia y resistencia a la insulina 8 3.6 Etiología de la diabetes mellitus tipo 2 9 a) Factores genético 9 b) Ambiente (estilo de vida): 10 3.7 Microbiota intestinal 11 3.8 Función de la microbiota 12 3.9 Funciones metabólicas de la MI 12 a) Microbiota intestinal y su función en el metabolismo de los carbohidratos. 12 b) Microbiota intestinal y su función en el metabolismo de ácidos grasos. 13 c) Microbiota intestinal y metabolismo de aminoácidos 13 3.10 Funciones protectoras de la MI 14 3.11 Funciones tróficas de la MI 15 3.12 Factores que influyen sobre la composición de la microbiota intestinal 15 3.13 Microbiota y obesidad 16 3.14 Microbiota y diabetes tipo 2 17 3.15 Metformina en el tratamiento de la diabetes tipo 2 19 3.16 Metformina y microbiota intestinal 19 IV. JUSTIFICACIÓN 22 V. OBJETIVO GENERAL 22 VI. OBJETIVOS ESPECÍFICOS 22 VII. MATERIAL Y MÉTODOS 23 II 7.1 Cuestiones éticas 23 7.2 Población de estudio 23 a) Criterios de inclusión 23 b) Criterios de exclusión 23 c) Criterios de eliminación 24 7.3 Diagnostico de diabetes tipo 2 24 7.4 Visitas 25 7.5 Visita1 25 7.5.1 Variables antropométricas 25 7.5.2 Variables bioquímicas 25 7.6 Muestra fecal para análisis de microbiota 26 7.7 Intervención 26 a) Dieta 26 b) Tratamiento con metformina 27 c) Cuestionario de adherencia al tratamiento 27 7.11 Visitas de seguimiento 27 7.12 Valoración de respuesta al tratamiento con metformina. 28 7.13 Análisis de microbiota intestinal amplificación y secuenciación de los genes 16s RNA 28 7.14 Análisis bioinformático 29 7.15 Análisis estadístico 30 VIII. RESULTADOS32 8.1 Cambios en datos antropométricos, bioquímicos y de microbiota intestinal antes y 4 meses después del tratamiento con metformina. 32 8.2 Adherencia al tratamiento con metformina 34 8.3 Respuesta al tratamiento 35 8.4 Cambios en la microbiota intestinal 36 8.5 Alfa diversidad análisis de rarefacción 37 8.6 Beta diversidad 38 8.7 Abundancia relativa a nivel phylum 39 8.8 Relación Firmicutes/Bacteroidetes en T0 y T2 41 III 8.9 Cambios en géneros Akkermansia, Bifidobacterium, Escherichia e Intestinibacter 42 8.10 Análisis de varianza multivariado permutacional 42 8.11 Relación de los cambios de la microbiota intestinal con la respuesta al tratamiento (ΔHbA1c relativa) 43 IX. DISCUSIÓN 45 9.1 Tasa de respuesta y adherencia al tratamiento con metformina 45 9.2 Cambios en la microbiota intestinal después del tratamiento con Metformina (4 meses) 46 • Generalidades sobre la microbiota Intestinal en la población de estudio 47 • Alpha diversidad 48 • Beta diversidad, cambios a nivel género 48 • Beta diversidad, cambios a nivel phylum 50 9.3 Correlación de la abundancia relativa de Firmicutes (Δ HbA1c relativa) 51 9.4 Análisis de varianza multivariado permutacional (ADONIS). 51 9.5 Efecto de la dieta en la microbiota intestinal 52 9.6 Limitaciones del estudio 52 X. CONCLUSIONES 53 XI. REFERENCIAS 55 ANEXO 1. Tecnología, seguimiento y respuesta a metformina de diabéticos con datos genómicos y metagenómicos 64 ANEXO 2. Protocolo de extracción de ADN de muestras fecales 73 ANEXO 3. Protocolo de preparación de muestras de ADN microbiano para secuenciación 76 ANEXO 4. Protocolo de purificación con las perlas magneticas ampure XP 79 ANEXO 5. Diseño de primers 80 ANEXO 6. Abundancia relativa de géneros bacterianos encontrados antes y después 81 ANEXO 7 Parámetros bioquímicos y antropométricos antes y 4 mese después del tratamiento con metformina de todos los pacientes 84 IV Índice Tablas Tabla 1. Primeros estudios reportando alteraciones en la microbiota intestinal en diabetes mellitus tipo 2 18 Tabla 2. Comparación de parámetros antropométricos antes y después del tratamiento con metformina 33 Tabla 3. Comparación de parámetros antropométricos antes y después del tratamiento con metformina de acuerdo al género. 34 Tabla 4. Comparación de parámetros bioquímicos antes y después del tratamiento con metformina. 34 Tabla 5 Comparación de parámetros bioquímicos antes y después del tratamiento con metformina de acuerdo al género 35 Tabla 6. Abundancias Relativas de Akkermansia, Bifidobacterium, Escherichia e Intestinibacter Antes y Después del Tratamiento con Metformina. 43 Índice Figuras Figura 1. Prevalencia de diagnóstico médico previo de diabetes por sexo 6 Figura 2. Mecanismos de secreción de la insulina 8 Figura 3. Descripción de Disbiosis 18 Figura 4. Flujo de trabajo del análisis 30 Figura 5. Distribución de los pacientes de acuerdo a la adherencia al tratamiento 36 Figura 6. Porcentaje de pacientes con respuesta adecuada de acuerdo a la adherencia al tratamiento 37 Figura 7. Graficas de calidad de las lecturas de las muestras 37 Figura 8. Número de especies observadas por cada secuencia 38 Figura 9. Promedio del número de especies observadas 39 Figura 10. Grafico de componentes principales sin ponderar 39 Figura 11. Grafico de componentes principales con ponderación 40 Figura 12. Abundancia relativa de Phyla en muestras de microbiota intestinal. 40 Figura 13. Porcentaje de cambio en la abundancia relativa de los 3 principales filotipos. 41 Figura 14. Cambios en el promedio de las abundancias relativas de los 3 filotipos 42 Figura 15. Razón Firmicutes/Bacteroidetes en T0 y T2 42 Figura 16. Análisis de varianza multivariado pemutacional ADONIS 44 Figura 17. Correlación de la abundancia relativa de Bacteriodetes con hemoglobina glucosilada antes y 4 meses después de tratamiento con metormina. 44 Figura 18. Correlación de la abundancia relativa de los Firmicutes con el porcentaje de hemoglobina glucosilada 45 1 I. RESUMEN Estudios tanto en modelos animales como en seres humanos han aportado evidencia de que la composición de la microbiota intestinal (MI) puede contribuir al desarrollo de trastornos metabólicos como la obesidad y la diabetes tipo 2 (DT2). Se ha propuesto que algunos de los cambios descritos enla MI en individuos con DT2 podrían no estar asociados a la diabetes como tal, sino al efecto del tratamiento farmacológico. De manera reciente, se reportó que la metformina induce cambios en la MI que pudieran estar relacionados con su efecto terapéutico. El objetivo de este estudio fue analizar los cambios en la MI en respuesta al tratamiento con metformina en pacientes con diabetes tipo 2 sin tratamiento previo en población de origen maya, y buscar correlaciones entre los cambios en la MI e indicadores de control metabólico. El estudio incluyó 41 pacientes con DT2 de recién diagnóstico. En todos los pacientes se analizaron parámetros antropométricos, hemoglobina glucosilada, perfil de lípidos y microbiota intestinal, antes y 4 meses después de recibir tratamiento con metformina. La MI fue analizada por secuenciación de la región V4 del gen ribosomal 16S utilizando el programa QIIIMe. El 82.9% de los pacientes tuvieron adecuada adherencia al tratamiento (≥70%), y el 44.1% se consideraron no respondedores. Previo al tratamiento, se observó una abundancia relativamente alta de Protobacteria (6%), y una abundancia relativa muy baja de Akkermansia y Bifidobacterium, así como de E. Coli e Intestinibacter. Un análisis permutacional multivariado reveló que el género del individuo explica el 4.25% de la varianza de la microbiota (P=0.045). Las abundancias relativas de Akkermansia y Bifidobacterium aumentaron después del tratamiento con metformina, sin embargo las diferencias no fueron estadísticamente significativas. De manera interesante, la abundancia de Firmicutes previa al tratamiento correlacionó de manera negativa y marginalmente significativa con el cambio en la hemoglobina glucosilada después del tratamiento (P=0.08). Estos hallazgos sugieren que la MI presente antes de iniciar el tratamiento puede afectar la respuesta a la metformina. Es necesario realizar más estudios para confirmar estos hallazgos y entender mejor el papel de la MI en la respuesta a la metformina. 2 II. INTRODUCCIÓN La diabetes mellitus representa un grave problema de salud pública a nivel mundial, ya que su prevalencia ha incrementado notablemente en las últimas décadas. Por esta razón, es motivo de numerosas investigaciones en distintos campos, que buscan entender la etiología de la enfermedad y mejorar la atención del paciente. Se conoce que factores genéticos y ambientales influyen en el desarrollo de esta patología, y actualmente ha surgido el interés del papel que puede tener la microbiota intestinal en esta enfermedad y en trastornos metabólicos relacionados. Recientemente se reportó que la metformina induce cambios en la microbiota intestinal, que pudieran estar relacionados con su efecto terapéutico. Sin embargo, la relación entre el tratamiento con metformina y la microbiota intestinal sigue siendo poco clara, y los estudios en humanos son escasos. III. MARCO TEÓRICO 3.1 Definición y diagnóstico de diabetes mellitus tipo 2 (DT2) La diabetes es un desorden metabólico de múltiples etiologías, caracterizado por hiperglucemia crónica con alteraciones en el metabolismo de los hidratos de carbono, grasas y proteínas, relacionado con dos eventos: defectos en la secreción de la insulina, defectos en la acción de la insulina o una combinación de ambos (Asociación Latinoamericana de Diabetes ALAD, 2013). La Federación Internacional de Diabetes (IDF por sus siglas en ingles), define el término diabetes mellitus (DM) como una enfermedad crónica degenerativa que se presenta cuando el páncreas no produce suficiente insulina, o bien, la insulina que se produce no es utilizada de manera eficiente por el organismo. La insulina es la hormona responsable de que la glucosa circulante pueda ser transportada hacia el interior de las células y dotar de energía al organismo (IDF, 2013). La DT2 es un síndrome heterogéneo en el que existe una alteración común que la define: la elevación de la glucemia. Para hacer el diagnóstico, debe medirse la glucemia en ayuno (glucemia basal) en plasma venoso. Puede hacerse una determinación de glucemia en sangre capilar mediante tira reactiva y lectura en reflectómetro, el paciente debe estar en ayunas al 3 menos 3 horas. Sin embargo, por su variabilidad y menor precisión, se debe confirmar el diagnóstico mediante determinaciones en un laboratorio clínico. Los criterios diagnósticos propuestos por la Asociación Americana de Diabetes (ADA) en 2014 y aceptados por el comité asesor de la OMS son los siguientes: • Glucemia basal en plasma venoso ≥ 126 mg/dl (7 mmol/l). Debe realizarse una segunda determinación en un día diferente para confirmar el diagnóstico. • Síntomas típicos de diabetes y glucemia al azar ≥ 200 mg/dl (11,1 mmol/l). No es necesaria una segunda determinación. • Glucemia plasmática ≥ 200 mg/dl 2 horas después de la prueba de tolerancia oral a la glucosa (75 g). • Hemoglobina glucosilada ≥ 6.5% siempre y cuando la prueba sea realizada en laboratorios con metodología y estandarización avalada por la National Glycohemoglobin Standarization Program (NGSP). 3.2 Tipos de Diabetes Mellitus Los diferentes tipos de diabetes se clasifican de acuerdo a su etiología y características fisiopatológicas. La clasificación de la diabetes contempla tres grupos: 1) Diabetes tipo I, 2) Diabetes tipo 2 y 3) Diabetes gestacional (Harris & Zimmet, 1997). a) Diabetes mellitus tipo 1 (DT1). La diabetes tipo 1, también conocida como diabetes insulinodependiente, inicia comúnmente desde la infancia y se considera una enfermedad inflamatoria crónica causada por la destrucción específica de las células β en los islotes del páncreas. Estas células tienen como función principal la secreción de insulina hacia el torrente sanguíneo en respuesta al incremento en la glucemia. Es mucho menos frecuente que la DT2, con una incidencia mundial calculada entre 1 y 11 casos por 100,000 habitantes por año. Aunque la predisposición genética es un factor muy importante en la etiología de la DT1, no es suficiente para que se presente la enfermedad, y se conoce poco sobre los factores ambientales que pueden causar autoinmunidad que conllevan a la destrucción de los islotes pancreáticos (Achenbach et al., 2005). 4 Durante la etapa previa al inicio de la diabetes tipo I, en el 80% de los individuos se detectan anticuerpos contra antígenos citoplasmáticos o membranales de las células β pancreáticas como la descarboxilasa del ácido glutámico 65 y 67 (GAD65 y 67), la proteína de choque térmico 65 (Hsp-65), y contra la insulina (Davis, 2006). Sin embargo, la mayor susceptibilidad para desarrollar diabetes tipo I es conferida por los genes del antígeno leucocitario humano (HLA clase II) del cromosoma 6. Mediante la identificación de estos anticuerpos en personas sanas, se establece el riesgo de desarrollar la enfermedad; por ejemplo, la presencia de anticuerpos contra insulina confiere un riesgo pequeño, mientras que la combinación de anticuerpos contra células de los islotes y contra GAD o contra insulina representa un riesgo alto para desarrollar diabetes tipo I (Davis, 2006). b) Diabetes mellitus tipo 2 (DT2). La diabetes tipo 2 es el tipo de diabetes más común y por lo general ocurre en adultos, aunque puede iniciar en la adolescencia y en raras ocasiones durante la niñez. En las últimas décadas, su incidencia ha incrementado notablemente a nivel mundial , representando un grave problema de salud pública. Las causas que desencadenan la diabetes tipo 2 son múltiples. Al parecer, influyen diversos factores como la herencia poligénica (en la que participa un número indeterminado de genes), junto con factores de riesgo que incluyen la obesidad, dislipidemia, historia familiar de diabetes, dieta rica en hidratos de carbono, factores hormonales y una vida sedentaria (Sharabi, 2012). Los pacientespresentan niveles elevados de glucosa y resistencia a la acción de la insulina en los tejidos periféricos. Del 80 al 90% de las personas tienen células β sanas con capacidad de adaptarse a altas demandas de insulina mediante el incremento en su función secretora y en la masa celular (Donath et al., 2005). Sin embargo, en el 10 al 20% de las personas se presenta una deficiencia de las células β en adaptarse, lo cual produce un agotamiento celular, con reducción en la liberación y almacenamiento de insulina (Maedler, 2008). c) Diabetes gestacional. La diabetes gestacional se presenta durante el embarazo, generalmente a partir de las 24-28 semanas de gestación. El embarazo normal se considera un estado diabetogénico o de resistencia progresiva a la insulina debido a los cambios en el patrón de secreción de la insulina y a las modificaciones ensensibilidad a la acción de la misma. El aumento de estrógenos y progesterona produce hiperplasia 5 de las células β del páncreas y, por consiguiente afecta el metabolismo de los hidratos de carbono, aumentando la producción de somatostatina coriónica humana placentaria, prolactina, cortisol y glucagón, lo que contribuye a una diminución de la tolerancia a la glucosa y mayor resistencia a la insulina (Guzmán & Madrigal, 2003). La falta de control metabólico en la diabetes gestacional tiene riesgos potenciales tanto para el feto como para la madre. La elevación de la glucemia durante el embarazo puede causar macrosomía fetal y aumenta el riesgo de preeclampsia, que se caracteriza por elevación de la presión arterial, proteinuria y edema en la madre, representando un peligro para la salud de la madre y su hijo (ALAD, 2013). La diabetes gestacional normalmente desaparece después del nacimiento. Sin embargo, las mujeres que han tenido diabetes gestacional tienen un mayor riesgo de desarrollar diabetes gestacional en embarazos posteriores y de desarrollar diabetes tipo 2. Se ha observado que los bebés que nacen de madres con diabetes gestacional también tienen un mayor riesgo de obesidad y diabetes tipo 2 en la adolescencia o en la edad adulta temprana (ALAD, 2013). 3.3 Epidemiología de la Diabetes Mellitus Tipo 2. La IDF estimó que en 2013 aproximadamente 8,3% de los adultos o 382 millones de personas padecían DT2 a nivel mundial, y la prevalencia de la enfermedad está aumentando en todos los países. Se calcula que 471 millones de personas padecerán DT2 en 2035. La IDF estimó que 1 de cada 12 personas adultas tiene diabetes, 1 de cada 2 personas con DT2 no sabe que tiene la enfermedad y cada 7 segundos muere una persona por complicaciones de este padecimiento. En América Central y del Sur hay aproximadamente 25 millones de personas con diabetes, con una prevalencia de 9.1%; mientras que en América del Norte y el Caribe hay una prevalencia de 11.4%. Las últimas cifras del Atlas de la Diabetes de la IDF causan preocupación sobre el impacto futuro de la diabetes como una de las principales amenazas para el desarrollo mundial (IDF, 2015). México tiene condiciones de alto riesgo debido a los estilos de vida poco saludables, y la alta prevalencia de obesidad y sobrepeso, principal factor de riesgo modificable de la diabetes. De acuerdo con la Encuesta Nacional de Salud de Medio Camino 2016, la prevalencia de 6 diabetes en México ha ido en aumento, 6.5 millones de personas (9.4% de la población) habían sido diagnosticadas con la enfermedad (ENSANUTMC, 2016) (Figura 1). En el estado de Yucatán, la prevalencia de diabetes fue de 9.2% en 2012, mayor a la reportada en la ENSANUT 2006 (5.4%). En México la diabetes afecta principalmente a la población de bajos recursos económicos, asentada en las áreas urbanas, en donde el estilo de vida determina las conductas alimentarias. La OMS considera al estilo de vida como “la manera general de vivir que se basa en la interacción entre las condiciones de vida y los patrones individuales de conducta, los cuales están determinados por factores socioculturales y por características personales de los individuos” (ALAD, 2013). Figura 1. Prevalencia de diagnóstico médico previo de diabetes por sexo 3.4 Fisiopatología de la Diabetes Mellitus Tipo 2. La homeostasis de la glucosa está controlada por tres mecanismos coordinados: la secreción de insulina, la captación de glucosa por músculo e hígado y la supresión de la producción de glucosa en el hígado (Briceño et al., 2007). La insulina es la hormona responsable de que la glucosa circulante pueda ser transportada hacia el interior de las células y dotar de energía al organismo (IDF, 2013). Como se había mencionado anteriormente, la diabetes es causada por defectos en la secreción de la insulina, defectos en la acción de la insulina o una combinación de ambos (ALAD, 2013). 7 Secreción de Insulina: La insulina es secretada por las células β de los islotes de Langerhans del páncreas, y es regulada por nutrientes, neurotransmisores y hormonas. Entre estos tres factores, los nutrientes, particularmente la glucosa, son la señal estimulante más dominante para la secreción de insulina. La secreción de insulina es bifásica con una primera fase aguda que ocurre dentro de los primeros 10 minutos después de una carga de glucosa y una segunda fase más sostenida que alcanza una meseta muy rápidamente (Gerich, 1998). Los nutrientes, la glucosa, los aminoácidos, los ácidos grasos y los cuerpos cetónicos favorecen la secreción de insulina, al igual que la activación del receptor β2-adrenérgico y la estimulación del nervio vago, mientras que los receptores α2-adrenérgicos inhiben la liberación de insulina (Santulli et al., 2012). La liberación de insulina en respuesta a la glucosa es proporcional a la glucemia, que a su vez es regulada por la absorción intestinal, la producción y liberación hepática de glucosa y el metabolismo de los tejidos periféricos. Un modelo reciente para explicar el mecanismo de secreción de la insulina estimulada por la glucosa sustenta que la glucosa entra en las células beta a través del transportador de glucosa de alta capacidad 2 (GLUT2). A través de la acción de la glucocinasa, se convierte en glucosa 6 fosfato (G6P), que es el paso limitante de la glucólisis. La G6P entra a la vía de glucolisis para producir piruvato. Esta molécula entra al ciclo de Krebs donde produce ATP. El aumento en relación ATP/ADP en el citosol promueve el cierre de los canales de potasio sensibles al ATP (canales KATP), y el aumento de potasio intracelular causa la despolarización de la membrana de las células beta y la activación de los canales de Ca2+ dependientes del voltaje. La apertura de estos canales de calcio facilita la afluencia de Ca2+ extracelular, lo que conduce a un aumento en niveles de Ca2+ citosólico en la célula beta, lo que desencadena la exocitosis de la insulina contenida en vesículas (Zhuo et al., 2013). Este mecanismo denominado "dependiente del canal KATP" parece ser particularmente importante para la primera fase aguda de la liberación de insulina. Sin embargo, en la segunda fase más sostenida de la secreción de insulina, una vía "independiente del canal KATP" parece desempeñar un papel clave en la regulación de la secreción de insulina en conjunción con la vía dependiente del canal KATP (Ravier et al., 2009) (Figura 2). 8 Acción Periférica de la Insulina: La insulina circulante, a través de la unión a su receptor, aumenta la captación de glucosa en el músculo y el tejido adiposo, inhibe la producción hepática de glucosa, estimula la glucólisis, la lipogénesis, la glucogénesis y la síntesis de proteínas e inhibe la β-oxidación de ácidos grasos, la glucogenólisis y la proteólisis (Cline et al., 1999). Cuando la insulina se une a su receptor en células del músculo, inicia una serie de vías de señalización complejas que permiten la translocacióndel transportador GLUT4 localizado en vesículas hacia la membrana plasmática para llevar a cabo su función de transportar la glucosa hacia el interior de la célula (Chen et al., 2012). La señalización del receptor termina cuando es fosforilado en los residuos de serina/treonina en la región intracelular para su desensibilización, y finalmente esto permite la internalización del receptor (Stöckli, 2009). Figura 2. Mecanismos de secreción de la insulina modificado de Cantley and Ashcroft (2015). 3.5 Hiperinsulinemia y resistencia a la insulina La resistencia a la insulina se define como la incapacidad genética o adquirida de los tejidos periféricos de responder normalmente a la acción de la hormona circulante. La resistencia a la insulina conlleva primero a la hiperinsulinemia compensatoria con euglucemia, que posteriormente puede ser insuficiente para mantener la euglucemia, apareciendo la hiperglicemia. La insulino-resistencia puede inferirse por la presencia de concentraciones elevadas de insulina en ayunas, sin hipoglucemia concomitante (Serrano et al., 2005). 9 La resistencia a la insulina, considerada como la plataforma más constante para el síndrome metabólico y el desarrollo de DT2, resulta de un mecanismo complejo y multifactorial que se asocia con múltiples alteraciones en diferentes niveles de la señalización de la insulina. Procesos como la inflamación, el estrés del retículo endoplásmico y la disfunción mitocondrial constituyen mecanismos clave asociados al desarrollo de la resistencia a la insulina. A nivel molecular, esta deficiente señalización puede ser causada por diferentes alteraciones, incluyendo mutaciones y/o modificaciones postraduccionales del receptor de insulina, de sustratos del receptor de la insulina (IRS) o de otras moléculas efectoras río abajo. Entre las alteraciones más comunes se encuentran la disminución en el número de receptores de insuina y de su actividad catalítica, el aumento en el estado de fosforilación en residuos de Ser/Thr del receptor de insulina y del IRS, el aumento en la actividad de fosfatasas de residuos de Tyr, la disminución de la actividad de cinasas y defectos en la expresión y función del receptor GLUT-4 (Gutiérrez-Rodelo et al., 2017). 3.6 Etiología de la diabetes mellitus tipo 2 La diabetes mellitus tipo 2 es una enfermedad de etiología compleja, donde intervienen factores tanto genéticos como ambientales. a) Factores genéticos Una gran cantidad de estudios han demostrado que factores genéticos y ambientales contribuyen al desarrollo de la diabetes, se calcula de manera global la heredabilidad de la DT2 es alrededor del 50% (Das et al. 2006). Los esfuerzos iniciales para identificar genes de susceptibilidad para la DT2 se basaron en análisis de ligamiento en familias y estudios de genes candidatos, con resultados modestos. Los estudios de asociación de genoma completo (GWAS por sus siglas en inglés) han identificado más de 78 loci de riesgo para desarrollar DT2, y aunque esto representa un gran avance en el área de la medicina, solo explican una pequeña parte de la heredabilidad estimada para la DT2 . La utilización de esta información genética aún se encuentra en etapas tempranas (Esparza- Castro et al., 2015). La mayoría de los loci de susceptibilidad confieren riesgo a través de la función de las células beta del páncreas como lo son: KCNJ11, TCF7L2, WFS1, HNF1B, IGF2BP2, CDKN2A- 10 CDKN2B, CDKAL1, SLC30A8, HHEX/IDE, KCNQ1, THADA, TSPAN8/ LGR5, CDC123/CAMK1D, JAZF1, MTNR1B, DGKB/TMEM195, GCK, PROX1, ADCY5, SRR, CENTD2, ST6GAL1, HNF4A, KCNK16, FITM2- R3HDML-HNF4A, GLIS3, GRB14, ANK1, BCAR1, RASGRP1 y TMEM163 (Steinthorsdottir et al., 2007; Saxena et al. 2012), o aquellos relacionados directamente con la acción de la insulina como PPARγ, ADAMTS9, IRS1, GCKR, RBMS1/ ITGB6, PTPRD, DUSP9, HMGA2, KLF14, GRB14, ANKRD55 y GRK536-39. Aunque el FTO y el MC4R se han asociado más a obesidad, se conoce también su influencia para el desarrollo de (Binh et al., 2013). Cabe mencionar que la mayoría de los GWAS en pacientes con DT2 se han realizado en poblaciones de ancestría europea. La mayoría de los polimorfismos descritos en estas poblaciones también se asocian a DT2 en la población mexicana. Sin embargo, se han identificado algunos genes nuevos de susceptibilidad en nuestra población como la variante R230C del gen ABCA1 (Villarreal-Molina et al., 2008), SLC16A11 (SIGMA Diabetes Type 2 Consortium, 2014) y el polimorfismo Gly972Arg del gen IRS1 asociado a DT2 en individuos delgados (Burguete-García et al., 2010). b) Ambiente (Estilo de Vida): En las últimas décadas las enfermedades metabólicas como el sobrepeso, la obesidad y el síndrome metabólico se han convertido en un gran problema mundial por su magnitud. La obesidad es uno de los principales factores de riesgo para el desarrollo de la DT2. Este aumento en la prevalencia de obesidad coincide con cambios importantes en el estilo de vida durante las últimas décadas, principalmente en el estilo de vida sedentario y hábitos dietéticos inadecuados, así como el consumo de sustancias toxicas como el alcohol y el tabaco, que influyen en gran manera en el desarrollo de la enfermedad y la aparición temprana de complicaciones que perjudican gravemente el bienestar físico y emocional del individuo (Ramírez Ordoñez et al., 2011; Salas-Salvado et al., 2011). 3.7 Microbiota Intestinal El cuerpo humano está habitado por una gran diversidad de bacterias y arqueas, así como hongos, protozoos y virus. Estos microorganismos habitan en varios nichos dentro de las diferentes partes del cuerpo humano y son colectivamente conocidos como la microbiota 11 humana, mientras que sus genomas colectivos forman el metagenoma humano (Hooper & Gordon, 2001). El término microbioma lo acuñó en 2001 Joshua Lederberg, biólogo molecular que realizaba estudios genéticos en bacterias. Originalmente, el terminó “microbioma” se refiere al conjunto de genes de nuestros microorganismos comensales que forman la microbiota, pero hoy en día ambos términos se usan como sinónimos (Lederberg & McCray, 2001). Se define como microbiota intestinal (MI) al conjunto de microorganismos que están en el intestino humano y que establecen relaciones simbióticas entre ellos y el huésped. Este ecosistema es parcialmente responsable del mantenimiento de la salud del huésped. La densidad microbiana en las zonas proximal y media del intestino delgado es relativamente baja, pero aumenta en gran medida en la parte distal de éste y en el colon. El número de bacterias alcanza valores diez veces superiores al de células del organismo, lo que constituye colectivamente un órgano activo, cuyo metabolismo influye de forma decisiva en el mantenimiento de la homeostasis del individuo (Hooper et al, 2002). La microbiota intestinal humana está representada por varios phyla o filotipos: los Firmicutes y Bacteroidetes con una abundancia media del 38.8% y 27.8% respectivamente, seguidos de los phyla Actinobacteria 8.2%, Proteobacteria 2.1%, Verrucomicrobia 1.3% y Euryarchaeota 0.9% (Arumugam et al., 2011). El phylum Firmicutes comprende alrededor de 274 géneros donde predominan los gram‐positivos. Está dividido en tres clases: Clostridia (anaerobios), Bacilli (facultativos: Lactobacillus y Enterococcus) y Mollicutes. El phylum Bacteroidetes está compuesto por tres grandes clases de bacterias gram‐negativas: Cytophaga, Flavobacterium y Bacteroidetes. Dentro de la clase Bacteroidetes, el género Bacteroides es el que tiene mayor representación de este phylum en el intestino humano. En tercer lugar, el phylum Actinobacteria comprende bacterias gram‐positivas e incluye el género Bifidobacterium, que es ampliamente utilizado como probiótico. Cada uno de estos phyla está representado en la microbiota intestinal por una serie de géneros bacterianos específicos(Greiner & Bäckhed, 2011) La composición y actividad de la microbiota intestinal se codesarrolla en el huésped desde el nacimiento y está sujeta a una interrelación compleja que depende del genoma del huésped, de la nutrición y del estilo de vida. La microbiota intestinal está involucrada en la regulación de 12 múltiples vías metabólicas del huésped, dando lugar a interacciones con el huésped en procesos metabólicos, de señalización y de inmunidad, lo que conecta al intestino fisiológicamente con el hígado, el músculo y el cerebro (Qin et al., 2010). 3.8 Función de la microbiota La microbiota interviene en gran cantidad de procesos que afectan a la salud del huésped por lo que conocer su funcionamiento puede ser de utilidad para conocer y/o evitar ciertas enfermedades. La microbiota intestinal tiene una relación de simbiosis con su huésped y en él desempeña tres importantes funciones que son: funciones metabólicas, funciones protectoras y funciones tróficas (Prakash et al., 2011). 3.9 Funciones metabólicas de la MI La microbiota intestinal participa en la adquisición de nutrientes, almacenamiento de energía, y también participa en un gran número de vías metabólicas del huésped (Nicholson et al., 2012). También puede afectar al metabolismo de todo el organismo y alterar los parámetros fisiológicos en múltiples compartimentos corporales (Zhao et al., 2010). Así, la microbiota intestinal es importante para el mantenimiento de la homeostasis. a) Microbiota intestinal y su función en el metabolismo de los hidratos de carbono. Los hidratos de carbono son un componente alimentario fundamental para los humanos. El organismo humano absorbe azúcares simples como la glucosa y galactosa en el yeyuno proximal, a través de transportadores glucídicos específicos con ayuda de enzimas que hidrolizan disacáridos (sacarosa, lactosa, maltosa) y los almidones a sus monosacáridos constituyentes. Sin embargo, la capacidad para hidrolizar otros polisacáridos es limitada. Un ejemplo son gran parte de los polisacáridos de plantas como la celulosa, xilano, pectina y almidón. Estos polisacáridos llegan a las comunidades microbianas en el intestino distal, que contienen genes que codifican para una variedad de enzimas que permiten la degradación de una 13 gran variedad de polisacáridos de la dieta, sin tener que desarrollar enzimas complejas para este fin (Cantarel et al., 2012). Los géneros de bacterias intestinales se pueden clasificar con respecto a su capacidad para utilizar los hidratos de carbono, derivados tanto de la dieta como del huésped (Calvani et al., 2010). Se ha demostrado que el género Bacteriodetes asimila fácilmente hidratos de carbono de la dieta. Sin embargo, en situaciones de inanición de hidratos de carbono, estas bacterias intestinales pueden catabolizar mucinas en el tracto gastrointestinal como fuente de hidratos de carbono, lo cual podría comprometer la capa de mucosa adyacente al epitelio (Sonnenburg et al., 2005). Además de los Bacteroides, las cepas del género Bifidobacterium contienen genes que codifican enzimas que pueden degradar glicanos derivados del huésped que les permiten adquirir nutrientes. Además, las bacterias intestinales han desarrollado la capacidad de degradar numerosos glucoconjugados como glucosaminoglucanos de plantas incluyendo celulosa, sulfato de condroitina, ácido hialurónico, mucinas y heparina (Turroni et al., 2010). b) Microbiota intestinal y su función en el metabolismo de ácidos grasos. Las bacterias intestinales producen una amplia gama de ácidos grasos que pueden tener efectos benéficos para la salud. Las bifidobacterias intestinales producen ácido linoleico conjugado (CLA), que en modelos murinos parece modular la composición de ácidos grasos en el hígado y el tejido adiposo (O’Shea et al., 2012). Además de los ácidos grasos conjugados y libres, las bacterias intestinales generan ácidos grasos libres de cadena corta (AGCC) es decir, acetato, butirato y propionato mediante la fermentación de hidratos de carbono de la dieta (fibra), que los seres humanos no pueden digerir por sí mismos. En el modelo murino, se demostró que los ratones libres de gérmenes están desprovistos de AGCC, lo que indica la importancia de la flora intestinal en la producción de AGCC en el intestino (Martin et al., 2008). El acetato es el tipo dominante de ácido graso de cadena corta en seres humanos, que tiene un papel interesante en la modulación de la actividad de la proteína cinasa activada por AMP y la infiltración de macrófagos en el tejido adiposo. Los AGCC tales como el propionato 14 se pueden utilizar para la síntesis de novo de glucosa o lípidos y servir como fuente energética para el huésped (Cho et al., 2012). c) Microbiota intestinal y metabolismo de aminoácidos. Algunos microorganismos como las bifidobacterias y los lactobacilos producen compuestos biológicamente activos derivados de aminoácidos, que incluyen una variedad de aminas biogénicas mediante diferentes enzimas microbianas. Las descarboxilasas de aminoácidos son muy abundantes, y al combinarse con el sistema de transporte de aminoácidos, enlaza a los compuestos dietarios con el metabolismo microbiano y con la señalización de la mucosa intestinal. Por ejemplo, L. reuteri, es capaz de convertir la L-histidina de la dieta en histamina mediante la histidina descarboxilasa, que está presente en algunas bacterias fermentativas incluyendo los lactobacilos probióticos. La señal inmunorreguladora de la histamina puede suprimir la producción de la citoquina proinflamatoria TNF a través de receptores de histamina tipo 2 en el epitelio intestinal (Thomas et al., 2012). La identificación de estos metabolitos bacterianos bioactivos y sus correspondientes mecanismos de acción con respecto a la inmunomodulación puede conducir a mejores estrategias antiinflamatorias para enfermedades crónicas mediadas por el sistema inmune. 3.10 Funciones protectoras de la MI Se han descrito múltiples mecanismos por los que la MI protege al huésped de infecciones oportunistas, como la competencia por sitios de adhesión, la competencia por nutrientes, la producción de condiciones ambientales hostiles para el crecimiento de patógenos que involucran cambios en el pH, la producción de compuestos antimicrobianos (desde metabolitos tóxicos hasta sustancias bactericidas) y la generación de señales que intervienen en la expresión génica (Ouwehand et al., 2006). El epitelio intestinal tiene una barrera secretora que evita que las bacterias patógenas entren en contacto con la superficie de los enterocitos, y representa una barrera física por medio de una capa de moco epitelial, regula la tasa de recambio de los enterocitos, promueve el desarrollo y diferenciación de las células epiteliales, fortifica la barrera intestinal y mantiene el buen funcionamiento de la inmunidad de la mucosa intestinal mediante la inducción de la secreción de IgA (Mahida et al., 2004). Desde 15 el punto de vista del huésped, la unión física, química e inmunitaria de la barrera intestinal es un pilar en el mantenimiento de las poblaciones microbianas y de los efectos benéficos en la salud que ello conlleva (Yu et al., 2012). Las bacterias también desempeñan un papel esencial en el desarrollo del sistema inmune. Los animales criados en condiciones de asepsia estricta muestran baja concentración de células linfoides en la mucosa del intestino delgado, la estructura de los folículos linfoides esta atrofiada y la concentración de inmunoglobulinas circulantes es muy baja. Inmediatamente después de la exposición a la microbiota convencional, aumenta el número de linfocitos de la mucosa, los centros germinales crecen en número y tamaño, apareciendo rápidamente en los folículos linfoides y células productoras de inmunoglobulinas, y observándose un aumentoen las concentraciones séricas de inmunoglobulinas (Yu et al., 2012). 3.11 Funciones tróficas de la MI Las bacterias intestinales pueden controlar la proliferación y la diferenciación de las células epiteliales (Falk et al., 1998). En animales criados con estrictas condiciones de asepsia se observa una disminución del recambio de células epiteliales en comparación con animales control colonizados por microbiota convencional. La diferenciación celular en el epitelio es regulada en gran medida por la interacción con los microorganismos residentes como se demuestra por la expresión de una diversidad de genes en los animales asociados a cepas bacterianas específicas (Hooper & Gordon,, 2001) . 3.12 Factores que influyen sobre la composición de la microbiota intestinal El primer factor que influye sobre la composición y diversidad de la microbiota intestinal es la forma de nacimiento (parto o cesárea), ya que al nacer el tracto gastrointestinal se coloniza inmediatamente. Además el tipo de alimentación del lactante (seno materno o fórmula) determina diferencias en la microbiota intestinal (Penders et al., 2006). Los perfiles fecales microbianos del lactante muestran semejanzas con los perfiles bacterianos del canal de parto y de la leche materna. Durante la infancia y a lo largo de la vida, la composición microbiana 16 también cambia de acuerdo con la edad y la dieta. En los primeros 2 años de vida, la microbiota está dominada por las bifidobacterias. Posteriormente, la composición microbiana se diversifica y alcanza su máxima complejidad en el adulto, con cientos de filotipos dominados por Bacteroidetes y Firmicutes (Rajilic-Stojanovic et al., 2009). Una vez establecida la microbiota en un individuo, suele permanecer estable en el tiempo. Las características de la dieta también son importantes para el mantenimiento de la composición microbiana del intestino, los hábitos alimenticios de una persona pueden explicar hasta el 57% de la variación en la microbiota intestinal esto indica que la dieta juega un papel importante en el cambio de poblaciones clave de la microbiota intestinal pudiendo transformar el fenotipo saludable en una entidad inductora de enfermedad o viceversa (Brown et al., 2012). 3.13 Microbiota y obesidad Ya se ha mencionado que la prevalencia de la obesidad ha ido en constante aumento en las últimas décadas. Aunque la obesidad resulta de un desbalance entre el consumo y gasto de energía, de manera más reciente se ha propuesto que la microbiota intestinal puede ser otro factor que contribuye a que se desarrolle esta condición. Algunos estudios han encontrado un aumento en la razón Firmicutes/Bacteroidetes en la microbiota intestinal de humanos y ratones obesos (Ley et al., 2006), pero otros estudios no han podido confirmar esta observación (Duncan et al., 2008). Sin embargo, más consistentemente, la mayoría de los estudios informan que la microbiota intestinal de individuos obesos tiene menor diversidad filogenética y un número reducido de genes bacterianos en comparación con los sujetos no obesos (Turnbaugh et al., 2009). Además, la baja riqueza microbiana también se ha correlacionado con otros parámetros metabólicos tales como los niveles de insulina sérica, resistencia a la insulina (HOMA-IR) y niveles de ácidos grasos libres y triglicéridos en el plasma (Le Chatelier 2013). Aunque no se entiende del todo cómo la microbiota intestinal puede influir en la obesidad, su papel en el desarrollo de esta enfermedad se puede deducir de los experimentos de trasplante fecal. El trasplante de microbiota fecal de ratones obesos a ratones no obesos libres de gérmenes resultó en un fenotipo obeso de los ratones receptores, mientras que los ratones que recibieron la microbiota intestinal de ratones delgados permanecieron delgados (Turnbaugh et al., 2006; Turnbaugh et al., 2009). 17 3.14 Microbiota y diabetes tipo 2 La microbiota y sus alteraciones también parecen estar implicados en la patogénesis de diversas enfermedades como las enfermedades gastrointestinales, cáncer y algunos trastornos metabólicos como la diabetes mellitus (Hooper, 2002). Desde el punto de vista metabólico, la microbiota intestinal puede modular la acumulación de lípidos, el contenido de lipopolisacáridos y la producción de ácidos grasos de cadena corta, que afectan la señalización de la insulina. Figura 3. Descripción de disbiosis, (Modificada de Round & Mazmanian, 2009) Los primeros estudios que reportan cambios en la microbiota intestinal asociados a la DT2 no tomaron en cuenta la posibilidad del efecto del tratamiento farmacológico en la microbiota. Sus hallazgos se resumen en la Tabla 1. Estos estudios se realizaron en diferentes tipos de poblaciones y utilizaron diferentes métodos para el análisis de la microbiota intestinal, lo cual podría explicar algunas de las diferencias en sus resultados. Larsen et. al. (2010) observaron que los pacientes con diabetes presentaban un aumento en la abundancia relativa de Firmicutes y Betaproteobacterias, y una disminución en la abundancia relativa de la clase Clostridiales. Qin et al. (2012) reporta que existe una disbiosis moderada en pacientes chinos con diabetes y registraron un aumento en la abundancia de bacterias productoras de butirato y bacterias oportunistas como Clostridium y Akkermansia muciniphila. Además, un análisis SIMBIONTES COMENSALES PATOBIONTES REGULACIÓN INFLAMACIÓN REGULACIÓN INFLAMACIÓN SIMBIONTES COMENSALES PATOBIONTES PATOGÉNOS Equilibrio Inmunológico Desequilibrio Inmunológico 18 de las funciones de genes bacterianos mostró un aumento de las funciones en el intestino en respuesta al estrés oxidativo. En mujeres europeas mayores de 70 años, Karlsson et al. (2013) encontraron una mayor abundancia relativa de Lactobacillus en DT2, que correlacionó positivamente con glucosa y hemoglobina glucosilada; además de una menor abundancia relativa de Clostridium que correlacionó negativamente con la glucemia, hemoglobina glucosilada, insulina, péptido C y triglicéridos. Por último Sato et al. (2014) en pacientes japoneses con DT2 observó un aumento en la abundancia relativa de Lactobacillus y observaron la presencia de bacteremia, por lo que sugieren una translocación de bacterias del intestino al torrente sanguíneo. Estos resultados sugieren que hay un cierto grado de disbiosis en el intestino de los pacientes con diabetes, aunque hay diferencias en las especies alteradas (Figura 3). Estas diferencias podrían ser atribuibles a las diferencias en localizaciones geográficas, edad, género, población, hábitos alimenticios, e incluso en cuestiones metodológicas o experimentales. Tabla 1. Primeros Estudios Reportando Alteraciones en la Microbiota Intestinal en Diabetes Mellitus Tipo 2 POBLACIÓN MÉTODO CAMBIOS EN LA MICROBIOTA EN DT2 OTROS HALLAZGOS REFERENCIA 18 hombres con diagnóstico de DT2 18 controles qPCR Pirosecuenciación del gen 16s rRNA ↓% Philum Firmicutes ↓ % Clase Clostridia ↑ Betapoteobacteria en diabéticos • Bacteriodetes/Firmicutes correlaciona con glicemia. • Bacteroidetes Prevotella/ C cocoides correlaciona con Glicemia. Larsen et. al., 2010 145 mujeres europeas mayores de 70 años: • 53 con DT2 • 49 con Intolerancia Glucosa • 43 con tolerancia glucosa normal Metagenoma ↑ Lactobacillus ↓Clostridium en el grupo DT2. • Abundancia de Lactobacillus correlaciona (+) con glucosa y HbA1c. • Abundancia de Clostridium correlaciona (-) con glucosa, HbA1c, insuina, péptido C, TG. • Modelo matemático para MI identifica en mujeres Europeas, pero no en chinos. Karlsson et. al., 2013 345 Chinos (ambos sexos): • 71 con DT2 • 74 Controles • 100 con (MetaHit) • 100 controles (MetaHit) Estudio de Asociación de Metagenoma (casos vs controles, 2 etapas) Disbiosis Moderada ↑Bacteriasproductoras de Butirato ↑Bacterias oportunistas (Bacteroides caccae, Clostridium, Akkermansia muciniphila, Desulfovibrio sp. 3_1_syn3) El análisis de las funciones de genes bacterianos indica que hay un aumento de las funciones relativas en el intestino en respuesta al estrés oxidativo. Qin et. al., 2012 100 japoneses (ambos sexos). 50 50 controles PCR (RT-qPCR) Analizan bacterias en heces y sangre ↑ Lactobacillus en los diabéticos Se detectaron bacterias en sangre en una proporción más alta de casos (gram +). Sugiere una translocación de bacterias del intestino al torrente sanguíneo. Sato et al., 2014 19 3.15 Metformina en el tratamiento de la diabetes tipo 2 La metformina se usa comúnmente como la primera línea de medicamentos para el tratamiento del síndrome metabólico y la DT2. La metformina es un agente antidiabético común de la clase biguanida y es conocido por disminuir la producción de glucosa en el hígado, aumentar la sensibilidad a la insulina, y mejorar la captación periférica de glucosa en el músculo esquelético y hepático (Rotella et al., 2006). Se ha descrito que la metformina también reduce los niveles de triglicéridos y de colesterol LDL en diabéticos y que tiene efectos favorables en el peso corporal y en los niveles plasmáticos de lípidos (Nathan et al., 2009). El mecanismo de acción mejor estudiado de la metformina en el organismo humano es el aumento de la actividad de la proteína cinasa activada por AMP (AMPK). Esta enzima juega un papel importante en el equilibrio de energía y el metabolismo de la glucosa, porque regula positivamente la oxidación de ácidos grasos y la absorción de glucosa en el músculo, inhibe la síntesis de ácidos grasos y la gluconeogénesis en el hígado. Además, mantiene la relación AMP / ATP en la célula mediante el aumento de consumo de ATP y la disminución de la producción de ATP, que se asocia con la activación de AMPK (Hardie et al., 2012), y regula la gluconeogénesis hepática (Kim et al., 2008). 3.16 Metformina y microbiota intestinal Algunos estudios han evaluado si la metformina podría ejercer un efecto metabólico favorable a través de la modificación de la microbiota intestinal. Shin et al., (2014) observaron que el tratamiento con metformina en ratones con obesidad inducida por dieta dio como resultado modificaciones en la abundancia de 29 géneros de la MI y también observaron un aumento marcado en la abundancia de la bacteria Akkermansia muciniphila, que a su vez se asoció con un incremento de células caliciformes productoras de mucina en el epitelio intestinal. Además, la administración oral de Akkermansia a ratones con dieta alta en grasa, aún en ausencia de metformina, mejoró significativamente la tolerancia a la glucosa. 20 Lee y Ko (2014) estudiaron cambios en el perfil metabólico y en la MI inducidos por el tratamiento con metformina en ratones con obesidad por una dieta alta en grasas. En los ratones con obesidad se observó un perfil metabólico favorable después del tratamiento con metformina, mientras que los ratones con dieta normal no presentaron cambios significativos en los parámetros metabólicos. En lo que se refiere a la MI, la metofmina causó una disminución en la diversidad alfa y en la diversidad beta en los ratones con obesidad. Además, la metformina modificó la relacion Firmicutes/Bacteroidetes, indujo un aumento en la abundancia relativa de los phyla Bacteroidetes y Verrucomicrobia, y causó un aumento significativo en las abundancias relativas de Akkermansia y Clostridium coleatum. También observaron que en cultivos bacterianos la metformina induce el crecimiento acelerado de Akkermansia muciniphila. Estos autores sugieren que es importante seguir estudiando el papel que juega esta bacteria en la MI debido a que los cambios en la microbiota intestinal correlacionaron con un mejor perfil metabólico. Napolitano et al. (2014) administraron metformina por dos vías a personas con diabetes tipo 2 y demostraron que los efectos de la metformina para bajar los niveles de glucosa no son exclusivamente por la activación de la enzima AMPK. Reportaron que la metformina tiene efectos sobre el metabolismo de ácidos biliares, debido a que inhibe su reabsorción mediante la alteración de la función del transportador intestinal. También reportaron que la metformina tiene efecto sobre la secreción de hormonas entero-endócrinas y activa los receptores FXRs y TGR5 que actúan en el intestino y el hígado por la secreción de ácidos biliares. La metformina también indujo cambios en la microbiota intestinal, principalmente afectó la razón Firmicutes/Bacteroidetes que correlacionó favorablemente con los niveles de glucosa y HDL en suero de los pacientes. Estos cambios en la microbiota intestinal podrían ser el resultado de fluctuaciones en las concentraciones de ácidos biliares primarios, que no excluye la posibilidad de un ciclo de retroalimentación entre el ácido cólico y la relación de Bacteroidetes y Firmicutes. Más recientemente, Forslund et al., (2015) presentó datos de un meta análisis en humanos que sugiere que los medicamentos antidiabéticos podría estar confundiendo los cambios en microbiota intestinal previamente reportados en DT2, por lo que propusieron analizar con detalle los efectos de la metformina sobre la microbiota. En este estudio transversal, tomando 21 el tratamiento como una variable confusora, los autores reportan que los pacientes con diabetes tienen una depleción de taxa que producen butirato como Roseburia spp., Subdoligranulum spp. y Clostridiales spp. además de cambios en la abundancia de varios Firmicutes no clasificados. El tratamiento con metformina se asoció con un aumento significativo de Escherichia spp. y una disminución en la abundancia de Intestinibacter spp., además de cambios en Firmicutes. Los cambios en la composición y funcionalidad de la microbiota intestinal en los pacientes con tratamiento podrían estar relacionados a efectos secundarios gastrointestinales de la metformina. Los resultados indican la mediación parcial de ambos efectos: terapéuticos y adversos del antidiabético. De la Cuesta-Zuluaga y colaboradores (2017) compararon la microbiota intestinal en 28 pacientes con diabetes mellitus (14 con y 14 sin tratamiento con metformina), y 84 controles pareados por edad, género e índice de masa corporal, y reportaron una asociación entre la diabetes y la microbiota intestinal modificada por el uso de metformina. Los participantes diabéticos tratados con metformina tuvieron mayor abundancia relativa de Akkermansia muciniphila en comparación con los controles sanos, así como mayor abundancia de varios géneros productores de AGCC, como Butyrivibrio, Bifidobacterium bifidum, Megasphaera y una unidad taxonómica operativa de Prevotella. En contraste, los pacientes con diabetes sin tratamiento con metformina tenían mayor abundancia relativa de Clostridiaceae y una unidad taxonómica operativa distinta de Prevotella, así como menor abundancia de Enterococcus casseliflavus en comparación con los pacientes con diabetes sin tratamiento con metformina. Wu et al. (2017) fueron los primeros en hacer un estudio doble ciego, donde analizaron pacientes diabéticos sin tratamiento previo, haciendo una intervención con metformina en un grupo, y placebo en otro grupo. Encontraron que el tratamiento con metformina cambió significativamente la abundancia relativa de 86 cepas bacterianas, la mayoría de las cuales pertenecían a las gamma-proteobacterias y a los Firmicutes. Encontraron además un aumento de Escherichia y una disminución de la abundancia relativa de Intestinibacter. Realizaron además transferencia de muestras fecales de donantes tratados con metformina (obtenidas antes y 4 meses después del tratamiento) a ratones libres de gérmenes y se demostró que la toleranciaa la glucosa mejoró en ratones que recibieron la microbiota alterada con metformina. Además investigaron directamente las interacciones metformina- 22 microbiota en un simulador de intestino, y demostraron que la metformina afectó las vías con funciones biológicas comunes en especies de dos phyla diferentes, y muchos de los genes regulados por metformina en estas especies codificaban metaloproteínas o transportadores de metales. En su conjunto, estos hallazgos apoyan la idea de que la microbiota intestinal puede mediar algunos de los efectos antidiabéticos de la metformina. IV. JUSTIFICACIÓN Varios estudios indican que la composición de la microbiota intestinal puede contribuir al desarrollo de trastornos metabólicos. También se ha reportado que la metformina induce cambios en la microbiota intestinal, que pudieran estar relacionados con su efecto terapéutico. Se ha propuesto que algunos de los cambios reportados en la microbiota intestinal en individuos con DT2 podrían no estar asociados a la diabetes como tal, sino al efecto del tratamiento farmacológico. Sin embargo, la relación entre el tratamiento con metformina y la microbiota intestinal sigue siendo poco clara, y los estudios en humanos son escasos. V. OBJETIVO GENERAL Analizar cambios en la microbiota intestinal en individuos con diagnóstico reciente de diabetes mellitus tipo 2, antes de iniciar el tratamiento y 4 meses después de recibir tratamiento con metformina. VI. OBJETIVOS ESPECÍFICOS • Describir la composición de la microbiota intestinal en individuos con diagnostico reciente de diabetes tipo 2, sin tratamiento previo. • Analizar los cambios en la microbiota intestinal después de 4 meses de tratamiento con metformina. • Buscar correlaciones entre los cambios en la composición de la microbiota e indicadores de control metabólico (IMC, HbA1c, perfil de lípidos). 23 VII. MATERIAL Y MÉTODOS 7.1 Cuestiones éticas Este proyecto fue aprobado por el Comité de Ética en Investigación del Instituto Nacional de Medicina Genómica, Dictamen número CEI 2015/26. Todos los participantes firmaron una carta de consentimiento informado (Anexo 1). 7.2 Población de estudio Los pacientes con diagnóstico de DT2 se reclutaron por personal del Centro de Investigaciones Regionales Dr. Hideyo Noguchi, a través el Seguro Popular del Ayuntamiento de Mérida, Yucatán, y en Ferias Regionales de Salud organizadas por el Gobierno del Estado de Yucatán. A los pacientes que cumplieron con los criterios de inclusión se les invitó a participar en el estudio y se solicitó que firmaran el consentimiento informado (Anexo 1) a. Criterios de Inclusión: • Individuos que sin tener conocimieto previo de padecer DT2, al ser estudiados en las Ferias Regionales y en visitas médicas cumplieron con los criterios diagnósticos de esta enfermedad ( ADA 2014). • Sin tratamiento previo • No emparentados • Mujeres y Hombres • Edad 30 a 60 años • Ascendencia Maya (que tengan al menos un apellido maya y que hablen la lengua) • No haber utilizado antibióticos en al menos 3 meses antes de la toma de muestra. b. Criterios de Exclusión: • Embarazo • Enfermedades gastrointestinales (gastritis, gastroenteritis, hepatitis, colitis, síndrome de mal abasorción intestinal, infecciones bacterianas, virales o parasitarias, etc.) • Presencia de enfermedades sistémicas (cáncer, autoinmunes, endocrinológicas, infecciosas, etc.) 24 • Infección reciente (4 semanas) (respiratoria, gastrointestinal o sistémica) • Uso de medicamentos que pueden modificar o alterar la mucosa gastrointestinal c. Criterios de Eliminación • Falla al acudir a visitas de seguimiento • Presencia de efectos adversos severos después del tratamiento con metformina (diarrea, vómito, mareo, acidosis láctica) • Deseo del paciente de retirarse del estudio 7.3 Diagnostico de diabetes mellitus tipo 2 Ante sospecha clínica de DT2 puede medirse la concentración de glucosa en sangre capilar mediante tira reactiva y lectura en reflectómetro. El paciente debe estar en ayunas al menos 3 hrs. Sin embargo, por su variabilidad y menor precisión, siempre se debe confirmar el diagnóstico mediante determinaciones de laboratorio de análisis clínico. Los criterios diagnósticos fueron los propuestos por la Asociación Americana de Diabetes (ADA) en 1997 y que han sido aceptados por la OMS. • Glucemia basal en plasma venoso ≥ 126 mg/dl (7 mmol/l). Debe realizarse una segunda determinación en un día diferente para confirmar el diagnóstico. • Síntomas típicos de diabetes y glucemia al azar ≥ 200 mg/dl (11,1 mmol/l). No es necesaria una segunda determinación. • La hemoglobina glucosilada es ≥ 6.5% siempre y cuando la prueba sea realizada en laboratorios con metodología y estandarización avalada por la National Glycohemoglobin Standarization Program (NGSP). En los potenciales participantes de este estudio, inicialmente se midió la glucemia en ayunas en sangre capilar con el sistema ACCUCHECK (Roche). Posteriormente se pidió al paciente una muestra de sangre para confirmar el diagnóstico y para hacer medición de hemoglobina glucosilada. El criterio para confirmar el diagnóstico de DT2 fue un nivel sérico de hemoglobina glucosilada ≥ 6.5%. 25 7.4 Visitas Para poder llevar un control adecuado de la información se hicieron tres visitas médicas de seguimiento. Para este proyecto se hizo una colaboración con la Universidad Autónoma de Yucatán en donde se hicieron todas las visitas, mediciones antropométricas y bioquímicas 7.5 Visita 1 7.5.1 Variables antropométricas: En la primera visita médica, personal médico calificado tomó mediciones antropométricas basales (peso, talla, IMC). Con cinta métrica se midió la circunferencia de cintura en el punto medio entre el borde inferior de la última costilla palpable y la parte superior de la cresta ilíaca, al final de una espiración normal, con los bazos relajados a cada lado. Se midió además la cirunferencia de la cadera de forma horizontal a nivel de la protrusión de máximo tamaño a nivel de los glúteos. La tensión arterial se medió en posición sedente, después de por lo menos cinco minutos de reposo, con esfigmomanómetro, en 3 ocasiones tomando el promedio de las tres mediciones para el análisis de resultados. A las mujeres en edad reproductiva se les realizó una prueba de embarazo en orina. 7.5.2 Variables bioquímicas: Se tomó una muestra de sangre para hacer pruebas bioquímicas basales en suero (glucosa, urea, creatinina, hemoglobina glucosilada y perfil de lípidos) en el Laboratorio de Análisis Clínicos de Servicio a la Comunidad de la Facultad de Química de la Universidad Autónoma de Yucatán (UADY). Este laboratorio cuenta con una certificación otorgada por Control de Calidad de la empresa Quality System Consulting. La determinación de colesterol total, triglicéridos y glucosa en plasma, se realizaron en un autoanalizador, utilizando estuches enzimáticos comerciales (Roche Diagnostics, Manhheim Alemania y Wako Chemicals, USA). El colesterol de las lipoproteínas de alta densidad (C- HDL) se determinó mediante un método enzimático homogéneo (Roche Diagnostics, Manhheim Alemania). El colesterol de las lipoproteínas de baja densidad (C-LDL) se calculó con la formula Friedewald modificada por De Long. También se pidió una muestra de sangre para extracción de ADN genómico. 26 7.6 Muestra fecal para análisis de microbiota: A los pacientes se les proporciono un kit para colectar la muestra fecal, este kit contenía un frasco de coprocultivo estéril un abate lenguas de plástico estéril y un instructivo de cómo colectar las muestras en el frasco. La muestra fue transportada en menos de 1 hora a la UADY, se etiquetó y se congeló a -20°C, y fue transportada en hielo seco al INMEGEN. El ADN total bacteriano se extrajo de lamuestra fecal en el INMEGEN, usando el kit comercial (QIAamp DNA Stool Mini kit-Quiagen) de acuerdo a los protocolos de manufactura para la detección de patógenos. Para determinar la concentración y pureza del ADN, se realizó una cuantificación en un espectrofotómetro Nanodrop 2000c (Thermo Scientific®). La técnica se describe en el Anexo 2. 7.7 Intervención d) Dieta El requerimiento energético total (Valor Calórico Total) se determinó tomando en cuenta el Gasto Energético Basal (GEB), el Efecto Térmico de los Alimentos (ETA) y el Nivel de Actividad Física (AF) (ADA, 2008). El Gasto Energético Basal, se calculo a partir de la fórmula de Mifflin- StJeor, que considera factores como el sexo, el peso (kg), la estatura (cm) y la edad (años) (Mifflin et al., 1990). Ecuaciones Mifflin-StJeor Hombres: GEB (Kcal) = [10 x peso (kg)] + [6.25 x talla (cm)] – [5 x edad (años)] +5 Mujeres: GEB (Kcal) = [10 x peso (kg)] + [6.25 x talla (cm)] – [5 x edad (años)] - 161 Todas las dietas se generaron en modo de plantillas donde se plasmaron siete menús divididos en desayunos, almuerzos, cenas, colación de media mañana y colación de medio día. 27 e) Tratamiento con metformina El tratamiento con metformina se estableció siguiendo la Norma oficial Mexicana para el manejo de la DT2 (http://www.salud.gob.mx/unidades/cdi/nom/m015ssa24.html). El tratamiento farmacológico seleccionado es metformina, para lo cual la norma establece: “11.9.4.3 Se utiliza preferentemente metformina; se recomienda iniciar el tratamiento con una dosis de 500 a 850 mg al día, ajustando la dosis de acuerdo con la respuesta sin exceder de 3 g al día.” Se aplicaron cuestionarios estandarizados a todos los participantes, para obtener información demográfica, nivel de escolaridad, historia familiar, hábitos dietarios actividad física, uso de medicamento y suplementos. f) Cuestionario de adherencia al tratamiento Se aplicó un cuestionario para conocer el porcentaje de apego al tratamiento se hizo un conteo de pastillas que se tomaba el paciente. Los frascos que se les proporcionaron en cada visita contenían 30 pastillas. Al final se hizo un conteo de pastillas para determinar la adherencia al tratamiento, lo cual se estableció de la siguiente manera: quien tomó las 30 pastillas proporcionadas de cada frasco tuvo una adherencia de 100 %. También se aplicaron cuestionarios estandarizados a todos los participantes, para obtener información sobre apego a la dieta. 7.7 Visitas de seguimiento Se hicieron 2 visitas de seguimiento: una a los 45 días de estar tomando el tratamiento con metformina y la última a los 4 meses de estar tomando el tratamiento con metformina. En estas visitas se hizo un registro de mediciones antropométricas (peso, talla, IMC, circunferencia de cintura, circunferencia de cadera), así como mediciones bioquímicas en suero [glucosa, urea, creatinina, insulina, colesterol total (CT), lipoproteínas de alta densidad (HDL-C), lipoproteínas de baja densidad (LDL-C), triglicéridos (TG), y hemoglobina glucosilada], y se valoró el apego a la dieta y al tratamiento médico mediante cuestionarios. 28 En la última visita de seguimiento se les solicitó otra muestra de materia fecal para analizar la microbiota intestinal después del tratamiento. 7.8 Valoración de respuesta al tratamiento con metformina. Para evaluar la respuesta al tratamiento se calcularon 2 parámetros: el cambio absoluto de hemoglobina glicosilada después del tratamiento (ΔHbA1c), y el cambio cambio relativo de hemoglobina glucosilada después de 4 meses de tratamiento con metformina [ΔHbA1c(%)= (HbA1c T0 – Hba1c T2)/ Hba1c T0]. De cuerdo con criterios previamente considerados para estudios farmacogenéticos en DT2 (Hosseyni-Talei et al, 2017; Shokri et al., 2016), los individuos con ΔHbA1c < 1.0 fueron considerados como no respondedores. 7.9 Análisis de microbiota intestinal: amplificación y secuenciación de los genes 16s RNAr Para secuenciar la microbiota intestinal, se amplificó la región V4 del gen 16s RNAr de las bacterias presentes en la materia fecal de los participantes en 2 pasos. Para la primera amplificación se usaron oligonucleótidos específicos para la región V4 (515F: GTG CCA GCM GGC GCG GTA A, 806R: GGA CTA CHV GGG TWT CTA AT), incluyendo 24 diferentes secuencias código de barras en el primer reverso. En esta primera amplificación se usa el mismo primer “forward” y 24 diferentes primers “reverse” (Anexo 5). Las condiciones de ciclado se describen en el Anexo 3. Los amplificados se purificaron con perlas Ampure XP de acuerdo con la técnica descrita en el Anexo 4 siguiendo el protocolo de purificación de productos de PCR. En la segunda amplificación se hizo un pool de los 24 amplicones y posteriormente una segunda PCR para agregar los adaptadores. Los amplicones purificaron nuevamente con perlas Ampure XP, y se hizo un pool equimolar de estos amplicones para hacer la secuenciación en la plataforma Miseq Illumina®, en la Unidad de Secuenciación del INMEGEN. Esta plataforma permite obtener lecturas de hasta 250 bases con una alta cobertura. 29 7.10 Análisis bioinformático El proceso general de secuenciación de la micribiota intestinal y el análisis bioinformático se describe en la Figura 4. . Figura 4. Flujo de trabajo del análisis bioinformático El análisis de la microbiota intestinal se realizó a través de las secuencias de 16S rRNA usando el programa de QIIME (Quantitative Insights Into Microbial Ecology). QIIME es una herramienta bioinformática de código abierto diseñada para hacer el análisis de microbiomas a partir de datos crudos generados en Illumina u otras plataformas de secuenciación a través de gráficos y estadísticas de calidad. Este análisis incluye la remoción de los códigos de barras para separar las secuencias por individuo, el filtrado de calidad, remoción de quimeras, la alineación, la identificación y selección de Unidades Taxonómicas Operacionales (OTUs), asignación taxonómica, asi como análisis y visualización de la diversidad. QIIME utiliza el estándar de la Matriz de Observación Biológica del Consorcio de Estándares Genómicos (BIOM) para representar las OTUs. El análisis inició con los archivos en formato FASTQ que fueron proporcionados por la Unidad de Secuenciación del INMEGEN. Sobre los archivos en formato FASTQ, se separaron las 30 muestras por individuo y se filtraron las secuencias de baja calidad (split_libraries_fastq.py). El llamado de una base se consideró de baja calidad cuando el Phred score (Q) < 30. El Phred score se puede expresar con la fórmula Q=-10log10P, donde un valor de Q = 30 indica que la probabilidad de que el llamado de la base sea incorrecto es de 1 en 1000. Para el análisis general se creó un archivo llamado “mapping file” o archivo de mapeo, incluyendo todos los metadatos por muestra, como información técnica, primers y códigos de barras. Para este proyecto, los metadatos incluyeron un identificador del individuo, un punto de tiempo (tratamiento), así como los datos clínicos y bioquímicos, la respuesta al tratamiento y la adherencia al tratamiento. El siguiente paso consistió en identificar y seleccionar las OTUs, que se hizo en la modalidad agrupación de referencia cerrada (pick_closed_reference_otus.py). Brevemente, se alinearon las secuencias contra la base de datos Greengenes con un porcentaje de similitud del 97%, y las secuencias no alineadas fueron descartadas. Posteriormente se asignó la taxonomía, y se generaron tablas OTU (make_otu_table.py), que indican el número de veces que cada unidad taxonómica operacional fue observada en cada muestra. Por último se ejecutó un análisis de alpha y beta diversidad utilizando los comandos alpha_rarefaction.py, beta_diversity_through_plots.py, summarize_taxa_through_plots.py,
Compartir